ISSN 3086-2183
3º Seminário de Manutenção e Engenharia de Projetos em Metalurgia e Mineração — Vol. 3 , num. 3 (2026)
Título
Autoria
DOI
Downloads
Resumo
No processo de pelotização de minério de ferro, os carros de grelha operam continuamente sob elevadas temperaturas, abrasão e atmosferas quimicamente agressivas, condições que aceleram o desgaste das barras e podem provocar a sua queda. Quando isso ocorre, aumenta a emissão de particulado na chaminé e o forno perde eficiência térmica. Atualmente, a identificação dessas ocorrências é feita por inspeção visual e pelo acompanhamento da pressão nas caixas de vento que são métodos de caráter reativo e sujeitos a limitações operacionais. Neste artigo, é apresentada uma abordagem baseada em instrumentação LiDAR tridimensional para identificar a ausência de barras em carros de grelha. O pipeline de processamento abrange a aquisição da nuvem de pontos, etapas de filtragem, segmentação, alinhamento espacial e a comparação geométrica com um modelo de referência. O mapa de desvios obtido permite localizar a região correspondente à barra ausente, indicando que a resolução da nuvem de pontos é adequada para distinguir essa condição em relação ao padrão geométrico esperado. Os resultados mostram que o uso do LiDAR é aplicável à inspeção de carros de grelha e pode apoiar na detecção antecipada de falhas associadas à queda de barras em plantas de pelotização.
In the iron ore pelletizing process, grate cars operate continuously under high temperatures, abrasion, and chemically aggressive atmospheres. These conditions speed up the wear of the bars and can cause them to fall, affecting particulate emissions and the thermal efficiency of the furnace. Currently, these events are identified through visual inspection and windbox pressure monitoring, which are reactive methods with operational limitations. This work presents an approach based on three-dimensional LiDAR instrumentation to identify missing bars in grate cars. The processing pipeline includes point cloud acquisition, filtering, segmentation, spatial alignment, and geometric comparison with a reference model. The deviation map obtained allows locating the region of the missing bar, showing that the point cloud resolution is adequate to distinguish this condition from the expected geometric pattern. The results show that LiDAR can be applied to grate car inspection and may support early detection of failures related to bar fall in pelletizing plants.
Palavras-chave
Pelotização, Carros de grelha, Inspeção robotizada, Processamento de nuvem de pontos
Pelletizing, Pallet cars, Robotic inspection, Point cloud processing
Como citar
Tomaz, Joselmo Sangi; Torres, Mario Cesar Delunardo; Bespaloff, Yuri Maciel; Freitas, Gustavo Medeiros; Pessin, Gustavo.
Detecção de anomalias em carros de grelha de uma planta de pelotização de minério de ferro utilizando instrumentação lidar,
p. 701-712.
In: 3º Seminário de Manutenção e Engenharia de Projetos em Metalurgia e Mineração,
São Paulo, SP - Brasil,
2026.
ISSN: 3086-2183, DOI 10.5151/2594-5327-44277
